简介：今年以来新型冠状病毒在全球肆虐。为了防止疾病传播国家规定出入公共场所必须佩戴口罩。在人流量较大的区域，靠人工检测人们是否佩戴口罩会给检测者带来一定危险。本文利用深度学习技术实现了一个口罩检测系统，当输入静态图片或者动态视频时，能迅速准确识别出人群中哪些人没有佩戴口罩，并加以标记。本系统主要使用深度学习技术，yolov3 目标检测模型来训练计算机对于口罩的检测。该项目分别自己训练和使用迁移学习两种方法。

步骤：

-配置 anaconda 环境

-使用 labelImg 进行图像标注

-使用 yolov3 训练图像（对 voc 数据集进行修改）

-mAP 性能测试

Yolov3 网络架构：

yolov3 框架采用 DenseNet-53

mAP 模型测试：

编号：A4

大小：68M

环境：Python3.8、OpenCV4.6、Tensorflow2.9

文档：付费文档撰写

配置：付费远程配置

运行：项目代码运行正常，已经通过测试，可以正常使用！

1.运行 run gui.py

配套文件

我们提供完整项目文件清单如下：

文件目录

├ 1.项目源码

├ 2.运行截图

└ 3.演示视频

主题授权提示：请在后台主题设置-主题授权-激活主题的正版授权，授权购买：RiTheme官网